【数据结构】详解二叉搜索树及其实现

2024-09-04 17:36

本文主要是介绍【数据结构】详解二叉搜索树及其实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

二叉搜索树是红黑树等的前身,掌握其操作和性质很重要。总结自用and分享。


目录

一、基本概念

二、其常见操作及其实现

1.定义节点

2.查找元素 

 3.插入元素

4.删除元素【难点】

 三、性质分析


一、基本概念

        如下所示:对于所有节点都满足该性质:子树上所有节点的值都小于该节点的值。对于每个节点,右子树上所有节点的值都大于该节点的值。每个节点的左子树和右子树也是一个二叉搜索树。

其也叫二叉排序树,对其进行中序遍历可以得到排好序的序列。

二、其常见操作及其实现

1.定义节点

public class BinarySearchTree {private TreeNode root = null;//根节点// 定义节点class TreeNode {int val;TreeNode left;TreeNode right;public TreeNode(int val) {this.val = val;}
}

2.查找元素 

思想:

运用一个递归的思想:

1.先看看根节点是不是该元素,是的话,直接当前节点。

2.若不是,判断其位置,若该元素比根大,那就去右子树找(跳到1)。

3.若该元素比根小,那就去左子树找(跳到1)。

4.若遍历完所有节点都找不到,返回null。

代码实现:

public TreeNode search(int val) {TreeNode curRoot = root;//当前的双亲节点while (curRoot != null) {if (curRoot.val == val) {return curRoot;} else if (curRoot.val > val) {curRoot = curRoot.left;} else {curRoot = curRoot.right;}}return null;}

 3.插入元素

注意:二叉树的插入是不会破坏原有的结构的,插入元素,总是能找到合适的叶子节点插入,你们可以画图感受一下。

思想:

1.若该树为空,直接插入。

2.若树不为空:根据二叉树的性质,找到它的容身之处的双亲节点。

3.找到双亲节点之后,若比双亲节点大,插入其右边,若比双亲节点小,插入其左边。

代码实现:

    // 2.插入元素public boolean insert(int val) {// 如果根节点为空,直接插入,返回trueif (root == null) {root = new TreeNode(val);return true;}TreeNode cur = root;TreeNode parent = null;while (cur != null) {if (val == cur.val) {System.out.println("值为" + val + "的节点已经存在");return false;} else if (val > cur.val) {parent = cur;cur = cur.right;} else {parent = cur;cur = cur.left;}}// 抵达该位置时,已经找到合适的插入位置的双亲节点:parent// 要判断一下插入哪一边if (val > parent.val) {parent.right = new TreeNode(val);} else {parent.left = new TreeNode(val);}return true;}

4.删除元素【难点】

注意:刚说的插入元素不会破坏原有的树结构,但是删除元素就可能不得不破坏原有的树结构了,毕竟要把某个在中间的元素搬走...

a:初步思路:

    先找到该节点和其双亲节点,若找不到该节点,返回false。若找到了该节点,再根据情况进行删除调整。

 public boolean remove(int val) {TreeNode cur = root;TreeNode parent = null;while (cur != null) {if (cur.val < val) {parent = cur;cur = cur.right;} else if (cur.val > val) {parent = cur;cur = cur.left;} else {//找到要删除的元素和其双亲节点了removeNode(parent, cur);return true;}}System.out.println("删除失败,没找到值为"+val+"的节点");return false;}

 b:删除:(难点)

  1. 删除叶子节点:直接删除。
  2. 删除只有一边子节点的节点:用子节点替代该节点。(可涵盖情况1)
  3. 删除有两个子节点的节点【难点所在】:找到该节点的中序后继节点,用它的值替换被删除节点的值,然后删除该中序后继节点,并把该中序后继节点的子节点继承过去。

 再捋一下删除的情况:

     情况1、2: 我们找到了要删除的节点和其双亲节点。上述的情况2是可以包含情况1的:叶子节点也可以视为只有一边子节点(实际是null)的节点,然后子节点(实际是null),替代原本的节点。但是有一种情况我们要特殊处理,那就是要删除的节点是根节点时(此时对parent修改,只是流动了parent,影响不了root),我们需要直接拿到root去修改指向。

      情况3: 删除有两个子节点的节点【难点所在】

      找到要删除节点的右子树的最左节点,我们因为是最左节点,该节点肯定没有左子树了。

        我们把最左节点的值直接覆盖到要删除的节点,原因:最左节点是要删除节点的右子树里最小的,把它放在要删除的节点处,既可以满足,右子树中所有元素比节点大,也可以满足本来左子树中所有元素比节点小。(天然,右子树中任一元素大于左子树中的)

        善后阶段:最左节点的值已经被拿去,应该要删掉。这时候就回到情况1、2的问题了,且最左节点肯定不是头结点,处理起来也更简单。

private void removeNode(TreeNode parent, TreeNode cur) {// 情况1:要删除的节点没有左子节点if (cur.left == null) {// 如果要删除的节点是根节点,则直接将根节点指向其右子节点if (cur == root) {root = cur.right;} else if (cur == parent.left) {// 如果要删除的节点是其父节点的左子节点,则更新父节点的左指针parent.left = cur.right;} else {// 如果要删除的节点是其父节点的右子节点,则更新父节点的右指针parent.right = cur.right;}}// 情况2:要删除的节点没有右子节点else if (cur.right == null) {// 如果要删除的节点是根节点,则直接将根节点指向其左子节点if (cur == root) {root = cur.left;} else if (cur == parent.left) {// 如果要删除的节点是其父节点的左子节点,则更新父节点的左指针parent.left = cur.left;} else {// 如果要删除的节点是其父节点的右子节点,则更新父节点的右指针parent.right = cur.left;}}// 情况3:要删除的节点有左右子节点else {// 找到要删除节点的右子树中的最左(最小)节点TreeNode t = cur.right;TreeNode tp = cur;while (t.left != null) {tp = t;t = t.left;}// 将最左节点的值赋值给要删除的节点cur.val = t.val;// 删除最左节点,更新其父节点的左指针或右指针if (tp.left == t) {tp.left = t.right;} else {tp.right = t.right;}}}

 三、性质分析

        由于二叉搜索树的特点,平均情况下,插入、查找和删除操作的时间复杂度都是 O(log⁡n)。但是,如果二叉搜索树退化成一条链表(例如插入有序数据),最坏情况下,操作时间复杂度会降到 O(n)。为了避免这种情况,实际应用中常使用平衡二叉搜索树(如AVL树、红黑树等)。

这篇关于【数据结构】详解二叉搜索树及其实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1136578

相关文章

Linux线程同步/互斥过程详解

《Linux线程同步/互斥过程详解》文章讲解多线程并发访问导致竞态条件,需通过互斥锁、原子操作和条件变量实现线程安全与同步,分析死锁条件及避免方法,并介绍RAII封装技术提升资源管理效率... 目录01. 资源共享问题1.1 多线程并发访问1.2 临界区与临界资源1.3 锁的引入02. 多线程案例2.1 为

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

idea的终端(Terminal)cmd的命令换成linux的命令详解

《idea的终端(Terminal)cmd的命令换成linux的命令详解》本文介绍IDEA配置Git的步骤:安装Git、修改终端设置并重启IDEA,强调顺序,作为个人经验分享,希望提供参考并支持脚本之... 目录一编程、设置前二、前置条件三、android设置四、设置后总结一、php设置前二、前置条件

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

python中列表应用和扩展性实用详解

《python中列表应用和扩展性实用详解》文章介绍了Python列表的核心特性:有序数据集合,用[]定义,元素类型可不同,支持迭代、循环、切片,可执行增删改查、排序、推导式及嵌套操作,是常用的数据处理... 目录1、列表定义2、格式3、列表是可迭代对象4、列表的常见操作总结1、列表定义是处理一组有序项目的